Construir hardware de IA de primer nivel es más difícil de lo que parece. Incluso los chips mejor diseñados pueden desperdiciar buena parte de su energía si no consiguen comunicarse entre sí de manera rápida y confiable.
Ese cuello de botella se convirtió en una de las principales batallas de la carrera por la inteligencia artificial, y la última apuesta de China sube todavía más la vara de la competencia.
Lo que anunció Huawei
Huawei aprovechó su conferencia Connect 2026 en Shanghái, el 17 de septiembre, para presentar nuevos equipos de computación con IA que buscan resolver uno de los mayores desafíos de la industria: conseguir que miles de chips trabajen juntos de manera eficiente.
La pieza central es el Atlas 960E SuperPoD, que conecta hasta 4096 chips de IA Ascend de Huawei en un único sistema para entrenar los modelos de IA más grandes. La compañía asegura que se trata del primer sistema de gran escala equipado con un nuevo tipo de cableado basado en luz, ubicado justo al lado de los chips. La propuesta apunta a crear una sola gran máquina, en lugar de un depósito repleto de equipos separados.
El sistema todavía no salió a la venta. Según Huawei Central, estará disponible durante el tercer trimestre de 2027.
Los chips que integran el equipo llegarán antes. David Wang, uno de los presidentes rotativos de Huawei, aseguró que el chip de entrenamiento Ascend 960 estará disponible en el primer trimestre de 2027, tres trimestres antes de la fecha que Huawei había previsto inicialmente. La versión destinada a ejecutar los modelos finales llegará durante el tercer trimestre.
Por qué el cableado es más importante
La velocidad bruta de los chips ya no representa el principal cuello de botella para entrenar modelos gigantes de IA. A medida que los modelos crecieron, el tiempo y la energía necesarios para transferir datos entre chips pasaron a ser uno de los principales límites del sistema.
Wang puso el problema en números. En un sistema convencional de 100.000 chips, explicó, apenas el 20 % de la potencia de cálculo se destina al modelo. El resto queda inactivo mientras los chips esperan recibir datos, por lo que buena parte del dinero destinado al hardware también se desperdicia.
La respuesta de Huawei es UnifiedBus, una tecnología que reemplaza los distintos tipos de conexiones entre chips, memoria y almacenamiento por una sola. Huawei asegura que los datos pasan entre chips mucho más rápido y con una latencia considerablemente menor.
El cableado basado en luz, además, elimina decenas de miles de componentes enchufables que normalmente necesitaría un sistema de este tamaño, lo que reduce el consumo de energía y las fallas. Menos chips inactivos y menos componentes se traducen en un mayor rendimiento por cada dólar destinado al hardware.
Una señal del rumbo
Aun así, los inversores deberían tomar estas afirmaciones como una señal del rumbo que sigue la empresa, y no como un salto cualitativo capaz de superar de inmediato a sus rivales occidentales. Desarrollar hardware de IA confiable y de alto rendimiento a esta escala resultó difícil incluso para las compañías con mayor experiencia.
Google necesitó varias generaciones de sus Unidades de Procesamiento Tensorial (TPU) para alcanzar los niveles actuales de rendimiento y eficiencia. Los chips Trainium de Amazon todavía atraviesan mejoras, mientras la compañía busca el equilibrio entre costo, velocidad y facilidad de uso dentro de su nube.
Los anuncios de Huawei siguen este mismo patrón: un trabajo de ingeniería constante durante varios años, en lugar de un avance repentino. Chip por chip, la brecha todavía no se cerró. Según las propias especificaciones de Huawei, su próximo procesador tendrá entre un tercio y la mitad de la potencia de cálculo del B300 de Nvidia. Huawei obtiene una máquina más potente a partir del uso de muchos más chips, mientras Nvidia también incorpora cableado basado en luz en sus próximos sistemas.
El nuevo cronograma sugiere que Huawei busca sostener un ritmo constante de mejoras. Cada generación deberá resolver problemas reales que recién aparecen cuando los sistemas operan a gran escala.
Demanda que Huawei no puede satisfacer
La cuestión competitiva para los inversores no pasa por saber si Huawei puede reemplazar de inmediato a Nvidia u otros proveedores occidentales, sino por cuánto terreno puede ganar con el paso del tiempo.
Por ahora, el principal límite está en la propia Huawei. Eric Xu, otro de los presidentes rotativos de la compañía, declaró durante la misma conferencia que la empresa no puede producir suficientes equipos de computación de IA para cubrir la demanda en China y, por ese motivo, restringe las ventas en el extranjero.
"Dado que no tenemos la capacidad suficiente ni siquiera para satisfacer la demanda en China, no tenemos planes de expandirnos al mercado internacional de forma integral", señaló Xu.
Los precios reflejan esa situación. Huawei elevó el precio de su chip 950DT a más de 250.000 yuanes (unos US$ 37.000), entre un 20% y un 50% más que hace dos meses. La razón es que la memoria de alta velocidad, un componente esencial de cada chip de IA, escasea y está sujeta a controles de exportación de Estados Unidos. Un proveedor que no puede cubrir la demanda sube los precios, y eso es exactamente lo que hizo Huawei.
Según informó Bloomberg el 4 de septiembre, es probable que DeepSeek, por sí sola, encargue 160.000 de esos chips para un nuevo centro de datos en Mongolia Interior.
Esta es la brecha de volumen que describimos en mayo y que ahora Huawei reconoce de manera abierta.
Huawei asegura que desplegó más de 1000 sistemas de la generación anterior. También comercializa una versión más pequeña, refrigerada por aire, que lanzó hace un año, destinada a empresas que quieren operar sus equipos en una sala de servidores convencional. Esto extiende su alcance más allá de los mayores operadores de la nube, en especial entre los clientes chinos, que enfrentan restricciones para comprar chips occidentales o prefieren utilizar equipos nacionales.
El juego a largo plazo de China
La estrategia de Huawei se apoya en conexiones ultrarrápidas entre chips y en un software capaz de administrar miles de ellos al mismo tiempo. Cualquier problema, incluso menor, en alguna de estas áreas puede retrasar los envíos, elevar los costos o exigir que los clientes destinen más tiempo a adaptar sus modelos. Cada etapa requiere tiempo, capital y varias rondas de ajustes, las mismas lecciones que Google y Amazon aprendieron con sus propios chips.
La principal conclusión para los inversores es que China considera la infraestructura de IA como un proyecto estratégico de largo plazo.
Los nuevos sistemas de Huawei y su cableado interno muestran que los ingenieros chinos trabajan sobre los mismos problemas complejos que enfrentan sus pares occidentales y consiguen avances importantes. Si Pekín consigue desarrollar una alternativa propia y funcional, la demanda a largo plazo de diseñadores de chips y fabricantes de componentes occidentales podría avanzar a un ritmo menor al previsto.
La consecuencia más amplia sería un mercado de hardware de IA más fragmentado durante los próximos años, con distintas regiones y clientes que dependerán de diferentes proveedores. Esto no garantiza que los sistemas chinos igualen o superen el rendimiento occidental en todos los aspectos, pero sí sugiere que China continuará acortando la distancia.
La historia no pasa tanto por la aparición repentina de un rival, sino por un esfuerzo paciente, respaldado por el Estado, para construir una alternativa capaz de perdurar en el tiempo.
